第2章:导入与检查数据¶

安装好 EEGLAB 与 ERPLAB 之后,本章将加载一份记录,并熟悉 EEGLAB 在内部是如何表示它的。

导入一份记录¶

File → Import data → Using EEGLAB functions and plugins 提供了对大多数常见 EEG 文件格式的导入功能:Biosemi BDF、Neuroscan CNT、EGI raw/simple binary、通用 EDF,以及针对其他格式的通用 ASCII/浮点导入器。选择匹配的导入器,指向你的文件,EEGLAB 就会把这份记录加载为一个新的数据集(dataset)。

`EEG` 结构体¶

EEGLAB 关于当前记录的所有信息都保存在一个 MATLAB 结构体中,通常称为 EEG。如果你读过 MNE-Python 线索,这与 MNE 的 Raw 对象扮演的角色是一样的——一个容纳信号本身及其全部描述信息的单一容器:

EEG.data —— 按"样本 × 通道"排列的数值数组
EEG.chanlocs —— 通道名称,以及(设置完成后)它们的三维位置
EEG.event —— 事件标记列表,将在第5章中详细介绍
EEG.srate —— 采样率

在图形界面中你很少需要直接操作 EEG——菜单项会替你读写其中的字段——但了解它的存在,有助于阅读 EEGLAB 的文档或错误信息,而一旦你开始编写脚本,这一点就会变得直接相关(参见第3章中关于 EEG.history 的说明)。

通道位置¶

大多数需要绘制地形图的菜单操作,都需要知道每个电极实际所在的位置。Edit → Channel locations 用于加载一个位置文件——一个与你的电极帽匹配的标准 .ced/.elp/.locs 文件,或者 EEGLAB 自带的标准 10-20 布局之一。加载完成后,Plot → Channel locations 可以确认每个通道都落在了合理的位置上,这样之后依赖任何头皮地形图的分析才会可靠。

查看数据¶

Plot → Channel data (scroll) 打开一个可滚动的多通道视图——在做任何进一步分析之前,用来直观检查记录中是否存在明显问题(平坦通道、巨大伪迹)的日常方式。
Plot → Channel spectra and maps 显示每个通道的功率谱,以及某个选定频率下的头皮地形图,有助于发现单靠滚动浏览可能遗漏的工频噪声或失效通道。

多被试研究,以及保存工作¶

一个 EEG 数据集对应一份记录。当一个项目涉及多个被试和多种条件时,File → Create study 会把多个数据集组织成一个 STUDY——EEGLAB 用于组水平和条件水平分析的结构。本线索始终停留在单一数据集的层面,但当你自己的项目发展到不止一个文件时,知道 STUDY 的存在是有用的。

无论你对数据集做了什么处理,File → Save current dataset as 都会把它写出为一个 .set 文件(元数据)加一个 .fdt 文件(原始数值数据)——这是 EEGLAB 的原生格式,也是本线索最后一章读回 MNE-Python 时所用的格式。

下一章: 第3章 — 预处理